内河水雾特征分析及海事监管视频增强复原机理研究

在近海和内河航道中建立全天候监视系统是实现海事监管、保障水上交通安全的重要手段。然而，雨雾、大浪和夜晚等均会影响监视效果。因为干扰机理不同，针对这些问题的研究方法也不完全相同，本项目重点研究水雾环境下海事监管模糊视频图像清晰化处理方法。主要研究内容有：内河水雾的结构特征分析及海事监管相关重要目标在该环境下特征的提取和识别，探索雷达、可见光等信号在雨雾中的退化规律；研究融合多传感器信息、结合扩散和大气退化模型的新型复原增强模型，并通过分析环境气象因素与模型中参数的关系，优化模型中参数；研究基于超分辨率重建技术、结合海事监管中场景、对象、气象环境等先验知识的视频增强复原模型。本项目旨在揭示重要水上目标在不同类型水雾环境下对不同传感器的衰减规律，寻找海事监管特定场景下退化视频图像的增强复原方法，为开发具有良好视觉特性和实时性的全天候海事监视产品奠定理论和技术基础。

水上CCTV系统作为VTS的有效辅助手段，对于实施水上船舶交通动态监管，减少水上交通事故，防止船舶污染等起重要作用。然而，雨、雾、霾、风浪等恶劣天气严重影响了视频监视的效果，夜晚等光照不足情况也会造成视程上的障碍，影响全天候海事监管的目标。.本项目重点研究水雾环境下海事监管视频图像清晰化处理方法，同时探索水雾的形成和对视觉影响模型，研究海事监管特殊场景下水雾对视频图像的影响机理和剔除方法。项目重要研究内容如下.① 研究水雾的基本特征和不同传感器的退化特性.研究内河及近海水面的水雾成分结构和几何结构特征；研究水雾环境下船舶、人等目标的静态及运动状态下的几何结构、频域等特征，寻找船舶、人等目标图像信号在不同类型水雾环境下对不同传感器的衰减规律。.② 研究基于海事监管特殊环境下水上目标复合特征向量的提取方法.研究可见光、雷达、红外等信号在不同类型的水雾环境下，特征级融合方法。不同的传感器信号在不同类型的水雾环境下对不同的目标有不同的退化特性，其衰减的程度和范围不同，因而可采用信息融合的方法，研究构造综合多传感器信息、最大限度地保留其有效成分的复合特征向量；研究基于此特征向量和最新分类技术的目标辨识方法。.③ 研究基于海事监管特殊环境下的视频图像增强复原模型.对单帧图像研究基于可见光、雷达、红外等信号复合特征向量、结合扩散模型和大气退化模型的新型复原增强模型；对连续视频图像，研究监控视频中连续多帧图像序列间的互补信息与海事监管中场景固定的先验背景信息、气象传感器采集信息和监管雷达扫描物体信息的有效融合。在此基础上，研究基于超分辨率重建技术的海事监控视频图像对比度增强和恢复模型。.研究环境气象因素与模型参数的关系。由于雾的形成与环境温湿度、风向、大气压力等均有关系，因此，可通过寻找模型中参数与气象因素的关联来优化模型。.项目已按计划全面完成了预定的研究内容。在此期间，获得湖北省科技进步一等奖：“长江航道通航能力建设关键技术研究与应用”（与长江航道局合作，校内排名第1）；申请国家发明2项；构建了试验平台和特征库，提出了多种增强复原模型，发表学术论文21篇以上，被SCI收录4篇，EI收录15篇以上；参编科学出版社《交通系统的信息融合研究》专著，撰写第四章“交通视觉增强的信息融合”；本项目在研期间参加国际学术会议10余人次，其中国外1人次。项目培养硕博研究生10余人，其中博士2人